一种融合多头注意力机制的风电功率预测方法

本发明公开了一种融合多头注意力机制的风电功率预测方法，包括：S1、采集风电场风电功率特征数据和气象特征数据；S2、对特征数据进行数据清洗，使用皮尔逊系数进行气象因素相关性分析，构建数据集；S3、将数据集划分为训练集、验证集和测试集；S4、构建融合多头注意力机制的CNN‑BiLSTM风电功率预测模型；S5、使用基于非线性收敛因子和全过程柯西变异，得到融合多头注意力机制的IGWO‑CNN‑BiLSTM预测模型；S6、对测试集进行预测，并评价模型的有效性。本发明在CNN‑BiLSTM基础上引入多头注意力机制，并引入非线性收敛因子和全过程柯西变异进行优化得到IGWO，提高了风电功率的预测精度。